我知道还有其他类似的问题，但是下面的问题涉及用于蒙特卡罗模拟的C中的任意精度随机数生成。
当大气噪声并非总是可用时，我们怎样才能在C中生成高质量的任意精度随机数，而不依赖于会造成瓶颈的磁盘i / o或网络访问？
libgmp能够生成随机数，但like other implementations of pseudo-random number generators，requires a seed。正如手册中提到的那样，“系统时间很容易猜测，因此如果需要不可预测性，那么绝对不应该是种子价值的唯一来源。”
是否有可移植/移植的库用于生成随机数或随机数的种子？ libgmp还提到“在某些系统上有一个特殊的设备/ dev / random，它提供了更适合用作种子的随机数据。”但是，/dev/random和/dev/urandom只能在
答案 0 :(得分：2)
根据定义，真正的随机数需要来自现实世界的混乱信息。 / dev / random经常（但不总是）提供此功能。 * ix的另一个选项是Entropy Gathering Demon。设计/ dev / urandom会愉快地提供非随机数据，因为它在熵池耗尽时不会阻塞。
提供此功能的互联网API包括HotBits（放射性衰变），LavaRnd（CCD）和Random.org（大气噪音，我意识到您不需要）。另请参阅Hardware random number generator
此device（无关联）包含Windows和* ix的驱动程序。
答案 1 :(得分：2)
不要过高估计种子的重要性。
首先，它不需要真正混乱 - 只有良好的分布并且不与模拟或伪随机生成器中的任何进程相关联。
其次，对于蒙特卡洛统计特征而言，不是特定数字的随机性（在任何意义上）。
高精度时间的低字节或键盘鼠标操作的某些衍生物为将要在普通PC上运行的任何东西提供了良好的种子。
答案 2 :(得分：0)
为什么你的任意精度要求？没有“0到无穷大之间的随机数”。你总是需要一个范围。